코그넥스 블로그

흉부 X-선 검사에서 코로나 바이러스 이미지를 식별하는 데 있어 가능성을 보여준 VisionPro 딥러닝

using deep learning to diagnose COVID-19 from chest x-rays

코로나 바이러스 전염병이 전세계 도처에서 경각심을 불러일으키기 시작할 때, 코그넥스의 딥러닝 전문가들은 의료계 종사자들이 효과적인 방어 수단을 갖출 수 있도록 코그넥스의 기술이 도움을 줄 수 있는지에 대한 의문을 품었습니다.

전세계의 경각심은 정당한 이유가 있는 것으로 밝혀졌습니다. 2020년 9월 중순, 전세계적으로 거의 3천만 명에 달하는 사람들이 코로나 바이러스에 감염되었고, 약 100만 명의 목숨을 앗아갔습니다. 전세계 의료진들은 유사한 난제에 직면하였습니다. 검사실 검사에 따라 코로나 케이스의 확진까지 오랜 시간이 소요되었고, 잠재적으로 진단과 치료가 지연되는 상황도 발생하였습니다. X-선 및 기타 의료 영상촬영 기술은 코로나 진단을 빠르게 확진할 수 있지만, 해당 영상의 의미를 잘못 해석하기가 쉬웠습니다.

코그넥스 딥러닝 팀은 이와 같은 문제를 살펴보고 생산 라인의 자동화 및 최적화를 위해 설계된 코그넥스의 소프트웨어 패키지가 전세계적인 전염병에 대응할 수 있는 의료 영상촬영 구성품에 대한 해결책을 제공할 수 있을지 모른다는 점을 착안하였습니다.

딥러닝과 의료 영상촬영을 통합할 때 얻을 수 있는 가치

X-선과 같은 의료 영상은 코로나19 진단을 확진하는 데 있어 매우 중요하며, 의사와 방사선 전문의에게 검사실 검사가 정확함을 나타내는 시각적 증거를 제공합니다. 뿐만 아니라 딥러닝 소프트웨어는 수천 개의 의료 영상을 분석하고, 이상을 식별함으로써 진단을 반박하거나 지원하여 의료진들의 업무량을 줄여줄 수 있습니다.

다만 한 가지 걸림돌이 있습니다. 가장 널리 이용되는 오픈 소스 딥러닝 툴은 사용이 어렵고 상당한 프로그래밍 전문 지식을 필요로 합니다. 즉, 의사, 방사선 전문의, 기타 의료진과 같은 의료계 종사자들이 이러한 툴을 완전히 마스터하는 것이 현실적으로 불가능합니다.

코그넥스의 AI 전문가 팀은 '코그넥스의 산업 자동화 소프트웨어가 세계 최고의 오픈 소스 딥러닝 툴의 성능에 부합하면서 사용하기 편리한 대안을 제공할 수 있는가?'라는 기본적인 물음을 바탕으로 이 걸림돌 극복에 나섰습니다.

이 가설에 대한 공개 실험은 큰 가능성을 보여주었습니다. 코그넥스 딥러닝 전문가 5인의 팀으로 실시된 연구에 따르면, 코그넥스의 최첨단 머신 비전 소프트웨어는 세계 최고의 오픈 소스 딥러닝 툴의 정확도와 동등하거나 그 이상의 성능을 나타냈습니다.

딥러닝을 사용하여 흉부 X-선에서 코로나19 검출: 코그넥스 VisionPro 딥러닝 1.0 소프트웨어와 오픈 소스 CNN(Convolutional Neural Networks) 비교 제목의 연구는 주요 연구 발표자들의 관심을 끌었습니다. 공동 저자인 Arjun Sarkar, Joerg Vandenhirtz, Jozsef Nagy, David Bacsa, Mitchell Riley는 모두 코그넥스 생명 과학 팀의 일원입니다.

이 소프트웨어가 X-선에 나타나는 질환들을 손쉽게 구분할 수 있다는 사실에 무척 놀랐습니다. 코그넥스 생명 과학 부문의 수석 AI 전문가인 Vandenhirtz는 이렇게 말합니다. "사람이 서로 다른 질환을 포함한 X-선 영상에서 그 차이를 구분하기란 거의 불가능합니다. 5명의 방사선 전문가들이 이런 종류의 영상을 보고 5가지의 각기 다른 의견을 낼 수 있습니다.

Vandenhirtz는 코그넥스의 고급 머신 비전 기술을 의료관리 및 생명 과학 분야로 확장하기 위해 연구를 조직화하였습니다. 전세계 코로나 바이러스 전염병은 긴급을 요했으며, 코로나19 흉부 X-선의 대용량 데이터 세트인 COVIDx는 연구를 위한 검사 영상을 제공했습니다. 그는 실험을 실시하고 연구 보고서에서 결과물을 요약하기 위해 독일 아헨의 University of Applied Sciences에서 의공학 석사 학위를 취득한 Sarkar를 고용하였습니다.

Vandenhirtz에 따르면 Sarkar는 Google의 딥러닝 플랫폼인 TensorFlow를 이용하는 데 있어 탄탄한 경력을 갖고 있습니다. TensorFlow는 프로그래머가 텍스트 기반 터미널 인터페이스에서 모델을 구축해야 합니다. 그에 반해 VisionPro 딥러닝은 프로그래밍 경험이 필요하지 않고 사용자에게 친숙한 GUI를 사용합니다.

코로나19 GUI(1)

코로나 바이러스와 딥러닝 연구를 바탕으로 한 발전

코그넥스의 연구는 캐나다 온타리오의 University of Waterloo에서 실시한 임상시험 결과에 기반을 두고 있습니다. COVID-Net: 흉부 X-선 영상에서 코로나19 케이스 검출을 위한 맞춤식 심층 CNN 설계 제목의 연구에서는 COVIDx라는 데이터 세트에서 거의 14,000개의 흉부 X-선을 수집하였습니다. 공동 저자 Linda Wang과 Alexander Wong은 오픈 소스 딥러닝 패키지를 이용해 X-선을 분석해 코로나19의 징후를 포함한 폐를 식별하는 COVID-Net을 개발하였습니다.

University of Waterloo 연구팀은 COVID.Net과 같은 리소스의 가치를 이용할 수 있도록 상용 딥러닝 소프트웨어를 개발하기 위해 DarwinAI라는 스타트업을 실시하였으며, 이 스타트업은 유망한 장래성을 갖고 있으나 여전히 기본적인 유용성 면에서 해결할 과제를 안고 있습니다.

지금 당장은 데이터 과학자들이 활용할 수 있는 매우 기술적인 제도이고, 분명 방사선 전문의나 의료계 종사자들은 이용이 쉽지 않습니다. 따라서 대체로 쉽게 사용할 수 있고 심도있는 기술 지식이 없는 사람이라도 누구나 이용할 수 있는 적절한 애플리케이션 UI로 구성되어야 합니다. DarwinAI CEO Sheldon Fernandez는 CDNet과의 인터뷰에서 이렇게 말했습니다.

코그넥스 연구원들은 이러한 한계가 의미하는 바를 잘 알고 있습니다. VisionPro 딥러닝은 제조업에 종사하는 코그넥스의 고객을 대상으로 개발된 것이었습니다. 이 솔루션은 공장 관리자 및 기술자들이 딥러닝을 이용해 생산 라인의 이미지를 분석하여 품질 관리를 유지하고, 결함 있고 손상된 제품이 시장에 유입되지 않도록 하기 위해 특별히 설계되었습니다.

예를 들어 자동차 공장에서는 코그넥스 머신 비전 카메라가 펜더, 엔진 블록과 같은 부품의 디지털 영상을 촬영합니다. VisionPro 딥러닝이 이러한 이미지를 스캔하여 긁힘, 흠집이나 육안 검사자가 종종 놓칠 수 있는 그 밖의 이상을 식별합니다. 이와 같은 결함을 사전에 발견하여 생산 라인의 생산성을 한층 높이고 제품 품질을 강화할 수 있습니다. 또한 부품이나 결함을 분류하고 부품의 위치를 찾아 어셈블리를 검증하는 데에도 사용될 수 있습니다. 이러한 유형의 검사 작업은 필연적으로 사람의 판단이 개입되기 때문에 여전히 수작업으로 수행되는 경우가 비일비재합니다.

COVIDx 데이터 세트에서 VisionPro 딥러닝이 수행되는 방식

F-점수라고 하는 측정은 딥러닝 시스템의 전반적인 정확도를 평가하는데, 디지털 이미지에서 패턴과 이상을 정확히 예측하려고 시도합니다. 코그넥스 연구원들은 COVID-Net 데이터 세트에서 거의 14,000개에 달하는 X-선을 분석했습니다. 영상은 정상, 코로나19가 아닌 폐렴, 코로나19 등 3가지 범주로 나뉘었습니다.

코로나19 X-선 영상(1)

여러 개의 딥러닝 패키지를 비교한 이 표에서 볼 수 있듯이, COVID-Net은 정상 영상에서 92.6%부터 코로나19 영상에 대해 94.7%까지 예측력이 뛰어난 결과를 생성하였습니다. VisionPro 딥러닝은 정상 X-선에서 95.6%, 코로나19 X-선에서 97.0%로 훨씬 더 높은 결과를 제공하였습니다.

코로나 바이러스 결과

물론 이것은 하나의 연구에 불과합니다. 코그넥스 팀이 연구와 통계 분석에 업계 표준 기법을 사용했지만, 다른 연구원들이 결과를 되풀이할 수 있는지의 여부는 지켜봐야 합니다.

Vandenhirtz는 코그넥스의 초기 단기적 관심은 CT(컴퓨터 단층촬영) 스캔에서 유망한 결과를 보여준 이런 종류의 소프트웨어 기능을 전세계 의료 커뮤니티에 알리는 것이라고 말했습니다. 또한 망막의 영상을 이용하는 안과학이나 조직학적 슬라이드의 현미경상을 이용하는 디지털 병리학과 같은 분야에서도 유용할 것입니다.

Vandenhirtz는, 모든 기능 중에서 딥러닝 알고리즘이 임상의가 보유한 지혜를 완전히 대체할 수 없다고 말합니다. 하지만 청진기나 혈압측정띠처럼 의료진이 높은 수준으로 업무를 수행하도록 도와주는 유용한 툴입니다.

이러한 맥락으로 코그넥스 VisionPro 딥러닝 소프트웨어는 유용한 적외선 열지도 기능을 제공하여 영상에서 분류에 중요한 영역을 강조 표시합니다. 노란색에서 빨간색 영역이 결정 알고리즘에 중요하고, 녹색에서 파란색 영역은 중요하게 여겨지지 않습니다.

실제 환경에서 적외선 열지도 기능을 통해 이 툴은 잠재적 진단(즉, 코로나 바이러스 양성 또는 음성)을 권고할 뿐 아니라 해당하는 질병의 증상을 감지한 영역을 식별할 수 있습니다. 이는 방사선 전문의가 영상의 특정 영역을 겨냥해 AI 진단을 확인하거나 반박하여 잘못된 이유로 올바른 결정을 내리지 못하는 경우를 방지해주므로 중요합니다.

코로나 적외선 열지도

그는 우리는 적어도 중단기적으로 AI가 진단을 내리 수 있을 것이라 생각하지 않습니다.며 결론을 내렸습니다. VisionPro 딥러닝은 결정에 대한 권고를 제공할 수 있지만, 최종적으로는 방사선 전문의가 영상이 의미하는 바를 결정지어야 합니다.

그는, AI가 방사선 전문의를 대체하지 않을 것이나, AI를 사용하지 않는 방사선 전문의를 대신할 것이라 덧붙였습니다.

추가 게시물 -

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처